Tecnología y búsqueda de talento, una combinación casi infalible

Uno de los objetivos principales, y más retadores, de los departamentos de recursos humanos siempre ha sido acertar con las incorporaciones. Una misión que dependía en buena manera de saber descifrar a las personas a partir de sus currículos y entrevistas. Con la llegada del big data y de la inteligencia artificial (IA), estos procesos podrían cambiar sensiblemente. Funciones como el screening automatizado de currículos o las entrevistas a través de chatbots son ya una realidad, pero la tecnología aplicada a la captación de talento se guarda nuevas posibilidades. Ya no se trata sólo de analizar qué dice el candidato de sí mismo y de su experiencia, sino de tomar esta información y, gracias a la IA, predecir qué tal lo haría en el puesto al que opta.

Pero antes, ¿están usando las empresas estas tecnologías, especialmente la IA, en sus procesos relacionados con la búsqueda de talento? “La realidad es que los procesos de selección son bastante precarios”, explica Rafael Alcalde, profesor en la Universidad de Alcalá de Henares y cofundador de Qrowd Makers, compañía especializada en IA, chatbots y big data. Alcalde señala que la poca tecnología en uso está especialmente centrada en las bases de datos. “Pero lo que entra es lo que sale, hay poca información que venga con datos de valor”. Y pone un ejemplo. Si en una gran empresa se aplicara la tecnología, sólo con la información que ya está disponible en LinkedIn se podría averiguar si existe algún problema interno, como una excesiva rotación. “Es algo hiperbásico, un análisis cuantitativo”.

“La situación es que las empresas no tienen conocimiento de lo que tienen dentro y mucho menos de lo que hay fuera”, explica Alcalde. De ahí que la mayoría de los procesos de búsqueda de talento se inicien con la publicación de una oferta y no antes, lo que condiciona sobremanera el resultado. “Al final, reclutas lo que hay, no lo mejor”.

Cambiar cómo se busca el talento

Una solución para evitar el riesgo de fichar con urgencia es recurrir a las bolsas de empleo de las propias empresas, conocidas a veces como talent pools. Es un cambio de procedimiento que consiste en abrir un canal de comunicación para que quienes aspiren a trabajar allí envíen sus datos y currículos aunque no existan procesos abiertos. De hecho, ni siquiera es necesario esperar a que los candidatos se pongan en contacto con la empresa, pues hay programas informáticos que rastrean los portales de empleo en busca de perfiles que podrían resultar interesantes para la empresa. Automáticamente, estos perfiles se añaden a la bolsa de empleo de la compañía.

Es un cambio total de paradigma: la empresa no lanza la caña para pescar candidatos cuando tiene un puesto que cubrir, sino que, en previsión, abre su propio criadero de peces. Eso sí, las empresas que optan por funcionar de este modo deben conocer en detalle los perfiles que tienen guardados.

El screening de candidatos es uno de los procesos más arduos que se dan en un departamento de RRHH. Y, al igual que sucede en los despachos de abogados con la lectura de autos, un algoritmo bien configurado puede sustituir a un humano en la lectura de miles de textos. La tecnología ha avanzado mucho en el reconocimiento y filtrado de datos. Según Alcalde, “si pedimos un programador de Python que sepa de Django [lenguajes de programación], es muy fácil detectar esta formación, pero si buscamos unas habilidades de gestión de personas, ya no es tan evidente. Necesitas usar otro tipo de analítica, más cerca del tratamiento de lenguaje natural, para poder encontrar ciertos patrones que, por las cosas que cuenta el candidato en su CV o su perfil y su contexto, nosotros sabemos que ha gestionado personas. Siempre puede haber errores, pero se pueden localizar estas características no tan evidentes”. Todo esto lo puede averiguar un robot rastreando currículos o a partir de entrevistas. Entrevistas realizadas también por robots.

Cuando es el robot quien entrevista

El uso de la tecnología en la fase inicial del reclutamiento tiene hoy dos grandes momentos: el screening y las entrevistas con chatbots. Los robots que entablan diálogos a través de pantallas tienen ya unos años –los hemos visto en servicios de atención al cliente–, pero los robots entrevistadores de candidatos son más recientes.

Aunque existen chatbots que parecen formularios secuenciados (¿Cuál es tu nombre?, respuesta, ¿qué formación tienes?, respuesta, ¿en cuántas empresas has trabajado?, respuesta…), los programas más complejos son capaces de reformular preguntas para asegurar la veracidad de las respuestas e incluso de suponer características del candidato a partir de contestaciones dispersas. No es que el chatbot tenga la capacidad de desentrañar a Góngora, de hecho es fácil llevar a estos robots a diálogos de besugos (no están programados para duelos retóricos, por otra parte), sino que el chatbot puede analizar ciertas fórmulas de expresión y vocabulario a partir de los cuales inferir si el candidato sabe de lo que habla o no.

Para los propios candidatos, usar un chatbot puede resultar más satisfactorio que una entrevista personal. Primero, porque pueden responder en cualquier lugar y momento (beneficio que también se aplica al recruiter pero exponencialmente: un mismo chatbot puede hacer decenas de entrevistas simultáneas, incluso después de la jornada laboral). Y segundo, porque el chatbot puede aportar información delicada. Cuestiones relacionadas con el código de vestimenta, los horarios o la remuneración suelen provocar inquietud para quien pregunta e incluso para quien responde. Un chatbot soluciona este problema en ambos casos.

Otra ventaja es que homogeniza las entrevistas. “Los humanos tenemos nuestros prejuicios”, explica el experto en IA y big data Rafael Alcalde, “pero a un chatbot le da igual la edad, el sexo o el acento que tengas”. Alcalde explica que en España la legislación no protege al candidato a un trabajo como ocurre en Estados Unidos, donde el riesgo de discriminación por religión, raza, sexo o edad está muy vigilado y sancionado. “Un chatbot bien entrenado es una seguridad de que el proceso de selección se ejecuta perfectamente”, subraya.

Hasta ahora hemos hablado de screening automatizado para categorizar perfiles y de realizar entrevistas a través de chatbots, actividades que no están fuera del día a día de un recruiter. Un software RPA (Robotics Process Automation) puede hacer ambos procesos mucho más rápido que una persona e incluso superarla también en eficacia (por no hablar de que un robot no pierde la atención cuando lleva unas cuantas entrevistas o que puede trabajar 24/7). Sin embargo, estas actividades de obtención de información y clasificación pertenecen al abanico de acciones que una persona puede hacer. Debido a esto, hay expertos que no están convencidos de que cuando una empresa dice que usa IA en sus procesos, efectivamente los use. Es el caso de Elías Azulay, investigador en IA y fundador de RedElenius, compañía especializada en aplicar IA a la búsqueda de talento. “Los programas que sólo filtran datos no son necesariamente IA, son filtros informáticos. A veces se disfrazan de IA un programa que es sólo un Excel con filtros”, explica. “Los humanos lo que hacemos es ver qué ha hecho ya un candidato. La IA es capaz de usar esa misma información y, a partir de cálculos algorítmicos, ser capaz de predecir qué va a hacer el candidato”.

¿Qué posibilidades hay de que el candidato triunfe?

Uno de los terrenos más interesantes de la aplicación de la IA al recruiting es el análisis predictivo, esto es, que la máquina prevea qué porcentaje hay de que el candidato encaje en su nuevo puesto.

Para dar con la cifra hay que tener claros, por lo menos, tres perfiles: el del candidato, el del puesto que ofrece la empresa y el de la propia empresa. El perfil del candidato proviene del análisis exhaustivo de la información que aporta su CV: su experiencia, el número de empleos que ha tenido, lo que hizo en cada uno de ellos, cuánto tiempo se mantuvo en cada cargo, los jefes para los que trabajó (y dónde están ahora), la ciudad en la que vive, los idiomas que habla, su edad, si el candidato respondió a la oferta en una bolsa de empleo o viene con recomendación... Estos datos, sumados a los extraídos en una o varias entrevistas –con chatbots o no–, deberían ser suficientes para crear un perfil completo.

Elaborar el perfil del puesto que hay que cubrir es otra incógnita que debe ser resuelta a partir de datos objetivos: qué funciones deberá desempeñar quien lo ocupe, cuánta gente tendrá a cargo y cómo es cada una de estas personas, cómo han sido las personas que hasta ahora han desempeñado exitosamente ese puesto, cómo eran los que no consiguieron triunfar ahí… De nuevo, más datos.

El último perfil que hay que obtener es el de la empresa: qué formación y experiencia tienen en términos generales sus empleados, cómo está organizada, cómo se toman las decisiones, cuál es el tiempo de permanencia de sus empleados… “Cuando empiezas a trabajar los currículos de los empleados de una empresa, descubres patrones que te hacen darte cuenta de cosas insospechadas, como descubrir que la mayoría de los directivos de esa empresa vienen de la misma empresa de la competencia e incluso que los que están mejor posicionados en la trayectoria de sucesión pertenecen de nuevo a esa misma empresa de la competencia” explica Rafael Alcalde, cofundador de Qrowd Makers. “Muchas veces ni siquiera tus clientes se dan cuenta de estas cosas.”

Una vez se han elaborado los perfiles del candidato, del puesto a cubrir y de la empresa, es momento para que la IA combine todos estos datos y realice un análisis predictivo que arroje ese porcentaje de éxito. ¿Qué probabilidades hay de que esa previsión se cumpla? Lo cierto es que este modelo de análisis predictivo es todavía tan incipiente, y tan poco usado en las empresas, que no hay datos fiables.

Sin embargo, hay quien alerta de que estos métodos no sólo tienen luces.

Riesgo de prolongar los sesgos

Muchos tecnófilos afirman que la IA no tiene sesgos y que es la mejor garante de un proceso de búsqueda de talento sin prejuicio alguno. Otros son más prudentes y acotan: la IA no tiene sesgos por sí misma, pero todo depende de los datos que se incluyan en la máquina. Es el dicho clásico de la IA: “si metes basura, sacas basura”.

Si hablamos de chatbots, es sencillo ver que estos no tendrán en cuenta el sexo ni la raza de la persona entrevistada, salvo que las propias preguntas lo hagan explícitamente. Pero si hablamos de modelos predictivos, entonces el asunto cambia. Por ejemplo, si para la elaboración del perfil del puesto a ocupar la máquina detecta un patrón de género por el cual ese puesto siempre ha estado ocupado por hombres, puede haber un problema. Salvo que el técnico de RRHH corrija ese patrón (y antes tiene que detectarlo), una mujer tendrá escasísimas posibilidades de llegar a ese puesto. Y no es el único ejemplo: podemos cambiar el patrón del género por la edad, formación, procedencia, si viene recomendado o no… Cualquier atributo no mayoritario tendrá menos posibilidades de ocupar ese puesto. Si existe un sesgo y este se transmite a la máquina, el actual desarrollo de la IA no permite corregirlo, sólo prolongarlo.

Con todo, la tecnología aplicada a los procesos de búsqueda de nuevos talentos presenta importantes ventajas si hablamos de eficiencia. Una persona no puede competir en velocidad contra un programa automatizado para el screening de currículos y tampoco con un chatbot. Ambas herramientas son muy útiles para la catalogación de perfiles en las primeras fases de un proceso de selección, y descargan de estas tareas al equipo humano de RRHH, que entrará en el proceso más adelante, cuando los candidatos hayan sido preseleccionados por las máquinas. La última evaluación corresponde siempre al equipo humano de recruiters, pero las posibilidades que ofrece la IA para que esta valoración sea más acertada, entendiendo por acertada que sea más acorde a la información del candidato, es un terreno enormemente interesante para las empresas. Queda por ver cómo estas apuestan, y en qué grado lo hacen, por incorporar estas herramientas tecnológicas a sus procesos de búsqueda de talento.